دراسة تحدد ستة أنماط تجعل نصوص الذكاء الاصطناعي مرهقة للقراءة

حلّل باحثون من جامعة نيويورك وجامعة تكساس في أوستن نصوص ١٤ نموذجًا لغويًا، ووجدوا ستة أنماط متكررة تجعل قراءة مخرجات الذكاء الاصطناعي أشقّ. وتشمل هذه الأنماط تراكيب كلمات غير مألوفة، وإبعاد أجزاء الجملة المرتبطة بعضها عن بعض، وتكديس الأسماء، إلى جانب تحويل الأسماء إلى أفعال واستخدام أفعال توحي بأن الأشياء الجامدة حيّة. واقترب نموذجا Llama وOlmo الأساسي من أسلوب البشر، بينما تفوّق Claude Opus 5.5 على نسخته السابقة في ١٩ مقارنة من أصل ٢١، ما يشير إلى إمكان تحسين سهولة القراءة بالضبط الدقيق.
الحقائق الأساسية
حلّل الباحثون نصوص ١٤ نموذجًا لغويًا، بينها Claude وGPT-5.6 ونماذج أصغر مفتوحة المصدر.
«The team had 14 language models produce text in casual conversation, coding sessions, and argumentative essays.»
عرض المصدر ←شملت المقارنة ١٢٠ محادثة و٤٥ جلسة برمجة و٩٨٠ مقالًا.
«In total, the researchers analyzed 120 conversations, 45 coding sessions, and 980 essays, then compared them against human-written text from movie subtitles, StackExchange, and student essays.»
عرض المصدر ←تقدّم Claude Opus 5.5 على Opus 5 في ١٩ مقارنة من أصل ٢١.
«Claude Opus 5.5 beats its predecessor Opus 5 in 19 out of 21 comparisons, suggesting that targeted finetuning can improve readability.»
عرض المصدر ←
المصادر
شفت معلومة تحتاج تصحيح؟ بلّغنا ونتحقق ونصحّح — سياسة التصحيح
صحّح هذا الخبر